- 基于临床、病理及影像特征的列线图预测乳腺癌新辅助治疗后残余小病灶病理完全缓解被引量：1
- 2023年
- 目的:探讨基于临床、病理及MRI特征构建的列线图在预测乳腺癌新辅助治疗(NAT)后残余小病灶病理完全缓解(pCR)中的价值.方法:回顾性收集我院2018年1月至2022年5月接受NAT并手术的首诊女性乳腺癌患者,其中2018年1月至2021年5月就诊的患者为建模组,2021年6月至2022年5月为外部验证组.收集患者的临床病理及NAT前、后MRI影像资料,通过logistic回归分析确定残余小病灶pCR的独立预后因素并构建列线图.通过受试者工作特征(ROC)曲线及校准图评估列线图的诊断效能.结果:HER2阳性,Ki-67高表达和较低的早期信号强化率是乳腺癌NAT后残余小病灶pCR的独立预后因素,所构建的列线图在验证组中表现出较高的诊断效能(ROC曲线下面积=0.95,95%CI0.85~0.99)和校准能力(C指数=0.93,95%CI0.88~0.98).结论:基于临床、病理及MRI特征构建的列线图在预测乳腺癌NAT后残余小病灶pCR上显示出较好的预测能力,为临床诊疗提供依据.
- 刘召弟杨蔚刘开惠王雯琼周晓平
- 关键词：乳腺癌新辅助治疗列线图
- 一起新型冠状病毒无症状感染者导致家庭聚集发病的流行病学调查
- 2021年
- 目的分析一起2019新型冠状病毒(2019-nCoV)无症状感染者导致家庭聚集发病的事件,探讨有效隔离各类传染源对控制病毒播散的重要性,为新型冠状病毒感染疫情防控策略的进一步完善提供参考。方法对宁夏地区发生的一起COVID-19家庭夫妇2人聚集性发病患者的发病过程、流行病学接触史等影响因素开展流行病学调查,对密切接触者进行医学隔离观察,并采集咽拭子标本进行病原学检测、胸部CT观察有无肺炎表现。结果夫妇2人发病前14天无武汉市及周边地区或其他有病例报告社区的旅行史或居住史;发病前14天内未接触过COVID-19确诊患者;未接触过来自武汉及周边地区或有病例报告社区的有发热或呼吸道症状的患者。病例1发病前4天、病例2发病前6天与居住在武汉返回宁夏的女儿一起生活,其女儿无症状,第一次核酸检测阴性,但隔离观察期间再次核酸检测阳性而被确诊。其他密切接触的48人均无可疑流行病学史,14天医学观察中无人发病,核酸检测阴性、胸部CT无异常。结论详尽的流行病学调查、管理传染源是切断病毒传播的关键;无症状感染者可以作为传染源导致COVID-19的传播,因无症状易被忽视,应引起足够的重视。
- 张淑香纳建荣刘伯飞杨蔚周玮
- 关键词：无症状感染家庭聚集流行病学调查
- 基于临床、病理、DWI定量参数构建列线图预测宫颈癌程序性死亡受体配体1阳性表达:不同ROI选择的比较被引量：1
- 2023年
- 目的探究基于临床、病理及MR扩散加权成像(diffusion weighted imaging,DWI)定量参数构建列线图预测宫颈癌程序性死亡受体配体1(programmed death-ligand 1,PD-L1)阳性表达的价值。材料与方法回顾性收集2018年1月至2020年7月来我院就诊的初诊宫颈癌患者为训练组(683例),行盆腔MRI扫描,并对病理标本行PD-L1免疫组织化学染色。参考T2WI及增强扫描图像,分别在DWI图像上选择包含肿瘤实体成分的所有连续层面,沿肿瘤边缘手动勾画感兴趣区(region of interest,ROI),从对应的表观扩散系数(apparent diffusion coefficient,ADC)伪彩图上获得各个层面的ADC值,将所有层面的ADC值平均,记作肿瘤平均ADC(mean ADC,ADC_(mean));在DWI图像上选择包含肿瘤实体成分的最大层面,沿肿瘤边缘手动勾画ROI,获得该层面ADC值,记作肿瘤单层面ADC(single section ADC,ADC_(ss));在包含肿瘤实体成分的每一个层面上手动放置若干个圆形或类圆形30~50 mm^(2)的ROI,选取其中一个ROI对应的最小ADC(minimum ADC,ADC_(min))值,记作肿瘤ADC_(min)。比较PD-L1阳性表达组与阴性表达组间患者就诊时年龄、治疗前宫颈癌灶的FIGO分期、病理分级、宫旁浸润、淋巴结转移、不同ROI选择所提取的ADC值等临床、病理及影像资料。采用单、多因素logistic回归确定宫颈癌PD-L1阳性表达的独立相关因素,并构建临床病理模型及临床病理影像联合模型。通过受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)和De Long检验评估不同ADC值及模型的诊断效能。绘制联合模型的列线图,校准曲线及决策曲线。前瞻性收集2020年8月至2022年12月就诊的宫颈癌患者为验证组(332例)对列线图进行验证。结果FIGO分期、病理分级、宫旁浸润、淋巴结转移、ADC_(mean)、ADC_(ss)、ADC_(min)均为PD-L1阳性表达的独立相关因素(P均<0.05);三种ADC值中,ADC_(min)的诊断效能最高(AUC=0.882,95
- 刘开惠杨蔚田海萍张治宁李云霞何剑莉
- 正畸埋伏阻生牙的三维重建及临床分析
- 2011年
- 目的评价CT三维重建在正畸埋伏牙中的作用。方法对常规曲面断层片和牙片均不能清楚判断埋伏牙的19例患者,应用CT进行三维重建,显示埋伏牙的形态、位置及与邻牙的关系。结果经CT三维重建后,19例病例均清楚地显示了埋伏牙的形态、位置、萌出方向以及与邻牙的关系,从而有利于临床矫治。结论 CT三维重建是一种准确有效的检查埋伏牙的方法。
- 雍敏张学亮杨蔚
- 关键词：埋伏牙CT三维重建矫治
- 多序列磁共振联合^(1)H-MRS及DWI评价乳腺癌新辅助化疗的疗效被引量：6
- 2021年
- 目的评价多序列磁共振成像联合1H-MRS及DWI序列磁共振检查在乳腺癌新辅助化疗(neoadjuvant chemotherapy,NACT)疗效评价中的应用价值。方法纳入67例符合标准的女性乳腺癌NACT病例,在NACT前后均行多序列磁共振检查,分析NACT前、NACT后病灶径线、ADC值、动态增强曲线和胆碱复合物(tCho)的变化特点。结果NATC后,67例病灶均有不同程度的体积减小,病灶的上下径、左右径、前后径分别从治疗前的(21.71±8.38)mm、(33.13±15.38)mm、(24.71±11.18)mm降低至(11.18±4.66)mm、(16.11±8.31)mm、(13.35±5.22)mm(P均<0.001),ADC值从NACT前(0.93±0.12)mm^(2)·s^(-1)升高至(1.19±0.10)mm^(2)·s^(-1)(P<0.05)。三种动态增强曲线中,I型曲线从NACT前2例升至NACT后21例,Ⅲ型曲线从NACT前36例降至化疗后14例(P均<0.05);胆碱峰升高的病例由NACT前58例降至13例(P<0.05)。结论基于1H-MRS、DWI和DCE-MRI能动态实时监测乳腺癌NACT临床效果,可作为乳腺癌手术时机选择、精准切除、保乳的重要影像依据。
- 丁伟伟丁峰李莉陈兵杨蔚李春花王亮
- 关键词：乳腺癌新辅助化疗磁共振弥散加权成像氢质子磁共振波谱
- 乳腺X线摄影、MRI及病理联合诊断乳腺癌分子分型被引量：8
- 2023年
- 目的观察乳腺X线摄影(MG)、MRI及病理联合诊断乳腺癌分子分型的价值。方法收集600例乳腺癌女性患者,包括Luminal A型147例,Luminal B型277例,人表皮生长因子受体2(HER-2)过表达型65例及三阴型111例;比较不同分子分型乳腺癌的MG、MRI及病理特征,行logistic回归分析,观察不同分子分型的独立影响因素;构建病理模型(模型1)、MG+病理模型(模型2)、MRI+病理模型(模型3)及MG+MRI+病理模型(模型4),评估其诊断价值,并以SHAP分析评估最佳诊断模型中各参数的贡献价值。结果组织学低分级浸润性导管癌、无腋窝淋巴结转移、MG假阴性、无恶性钙化及“流入型”时间-信号强度曲线(TIC)为Luminal A型乳腺癌的独立影响因素(P均<0.05),腋窝淋巴结转移、恶性钙化及毛刺征为Luminal B型的独立影响因素(P均<0.05),组织学高分级浸润性导管癌、恶性钙化、毛刺征、非肿块样强化(NME)及较高表观弥散系数为HER-2过表达型的独立影响因素(P均<0.05),组织学高分级浸润性导管癌、无恶性钙化及无毛刺征为三阴型的独立影响因素(P均<0.05)。模型2是诊断Luminal A型及HER-2过表达型乳腺癌的最佳模型[曲线下面积(AUC)=0.663、0.621],模型4是诊断Luminal B型及三阴型乳腺癌的最佳模型(AUC=0.649、0.642)。恶性钙化、腋窝淋巴结转移及毛刺征对诊断乳腺癌分子分型的贡献价值较大。结论MG、MRI及病理联合模型对诊断乳腺癌分子分型具有一定价值;恶性钙化、腋窝淋巴结转移及毛刺征的价值较大。
- 王雯琼杨蔚刘开惠刘召弟周晓平
- 关键词：乳腺肿瘤乳腺X线摄影分子分型
- 临床-病理-影像联合模型构建列线图预测乳腺癌新辅助治疗达病理完全缓解被引量：3
- 2023年
- 目的分析MRI与临床病理联合构建列线图预测乳腺癌新辅助治疗(NAC)达病理完全缓解(pCR)的价值。资料与方法回顾性收集宁夏医科大学总医院2018年1月—2022年5月接受NAC并手术的首诊女性乳腺癌患者,其中2018年1月—2021年5月就诊的159例患者为建模组,2021年6月—2022年5月69例为验证组。收集患者临床病理及NAC前MRI参数。通过单因素和多因素Logistic回归分析确定pCR的独立预后因素并构建列线图。通过受试者工作特征曲线及校准图评估列线图的诊断效能。结果肿瘤最大径线(OR=0.96,95%CI 0.93~0.99,P=0.01),HER-2状态(OR=0.07,95%CI 0.02~0.22,P<0.001),Ki-67指数(OR=1.04,95%CI 1.01~1.07,P=0.002)和信号强化率(OR=1.02,95%CI 1.01~1.03,P=0.002)是pCR的独立预后因素,其构建的列线图预测pCR具有较高的诊断效能(曲线下面积为0.82,95%CI 0.75~0.89)和校准能力(C指数=0.89,95%CI 0.83~0.94)。结论肿瘤最大径线、HER-2状态、Ki-67指数和信号强化率联合构建的列线图在预测NAC达pCR具有良好的诊断效能和校准能力。
- 杨蔚李正正刘开惠张宁妹尹清云张朝林
- 关键词：乳腺肿瘤新辅助治疗列线图磁共振成像
- 临床、病理、MRI特征及IVIM参数联合模型预测宫颈癌程序性细胞死亡蛋白1及其配体(PD-1/PD-L1)表达被引量：3
- 2023年
- 目的基于SHAP法观察以临床、病理、MRI特征及体素内不相干运动(IVIM)成像定量参数联合模型预测宫颈癌细胞程序性死亡蛋白1(PD-1)及其配体(PD-L1)表达的价值。方法采集63例治疗前初诊宫颈癌盆腔MRI,并对病理标本行PD-1/PD-L1免疫组织化学染色;比较PD-1表达阳性与阴性组、PD-L1表达阳性与阴性组临床、病理、MRI表现及IVIM参数(真实弥散系数D、灌注相关弥散系数D*及灌注分数f)的差异,并以logistic回归分析筛选宫颈癌PD-1及PD-L1表达阳性的独立影响因素,建立预测宫颈癌PD-1及PD-L1表达阳性联合模型;以受试者工作特征(ROC)曲线评估模型诊断效能,以SHAP法解释其中各变量的贡献价值。结果PD-1阳性组与阴性组、PD-L1阳性组与阴性组之间肿瘤病理分级、宫旁浸润、淋巴结转移及D值差异均有统计学意义(P均<0.05)。FIGO分期、肿瘤病理分级、宫旁浸润、淋巴结转移和D值均为宫颈癌PD-1/PD-L1表达阳性的独立影响因素(P均<0.05);以之建立的联合模型的曲线下面积分别为0.85及0.89。根据SHAP值,联合模型中FIGO分期和肿瘤病理分级的贡献最大。结论以宫颈癌临床、病理、MRI特征及IVIM参数D值构建的联合模型可有效预测其PD-1/PD-L1表达。
- 刘开惠杨蔚田海萍张治宁李云霞何剑莉
- 关键词：弥散磁共振成像配体
- 一起新型冠状病毒隐性感染的流行病学调查及管控
- 2021年
- 目的探讨有效隔离新型冠状病毒感染(COVID-19)隐性感染者对控制播散的重要性。方法追溯1例传染源不明COVID-19患者的流行病学史,将其严密隔离,观察密切接触者。胶体金法检测患者及密切接触者病毒特异性IgG和IgM。结果追溯到48名密切接触者,其中患者女儿在工作场所和1名COVID-19确诊患者曾有接触,但患者女儿无症状,核酸检测阴性,胸部HRCT未见异常。患者与其女儿1个月后血清特异性IgG呈阳性;其他47名密切接触者均无症状,2次核酸检查阴性,胸部HRCT正常,1个月后血清病毒特异性IgG呈阴性。结论病毒核酸检测阴性不能除外感染的可能性,病毒特异性抗体的检测对诊断有一定的帮助;密切接触者中可能存在隐性感染者,隐性感染者可以作为传染源导致COVID-19,对隐性感染者医学隔离,可以防止COVID-19播散。
- 张淑香纳建荣刘伯飞崔华杨蔚周玮
- 关键词：新型冠状病毒
- 基于递归特征消除支持向量机人工神经网络模型鉴别乳腺导管原位癌及其伴微浸润
- 2024年
- 目的观察基于递归特征消除支持向量机(RFE-SVM)人工神经网络(ANN)模型鉴别乳腺导管原位癌(DCIS)及其伴微浸润(DCISM)的价值。方法回顾性纳入296例女性单发乳腺癌(DCIS 244例、DCISM 52例)作为训练集,另前瞻性收集120例女性单发乳腺癌(DCIS 87例、DCISM 33例)作为验证集;比较集间一般资料、乳腺钼靶及MRI表现,筛选最优特征子集并构建ANN模型;绘制受试者工作特征曲线,计算曲线下面积(AUC),评估ANN模型鉴别DCIS与DCISM的效能。结果位列前10的最优特征子集依次为Ki-67指数、最小表观弥散系数(ADC_(min))、核分级、ADC_(异质性)、病灶最长径、年龄、P63、病灶强化类型、病灶钙化状态及病灶坏死。ANN模型鉴别训练集DCIS与DCISM的准确率、敏感度、特异度、阳性预测值、阴性预测值及AUC分别为91.55%、63.46%、97.54%、84.62%、92.61%及0.950,在验证集分别为80.00%、69.70%、83.91%、62.16%、87.95%及0.896;其在训练集和验证集的校准曲线与理想曲线走行均基本一致(P=0.355、0.480),且具有较高临床净收益。结论RFE-SVM ANN模型可有效鉴别DCIS与DCISM。
- 周晓平杨蔚尹清云张朝林张宁妹
- 关键词：乳腺肿瘤乳房X线摄影术
